標(biāo)準(zhǔn)化方法在干旱損失預(yù)估中的應(yīng)用
——以華北地區(qū)為例

趙 晶，姜 彤，蘇布達(dá)，3，黃金龍

(1.內(nèi)蒙古自治區(qū)興安盟氣象局，內(nèi)蒙古興安盟137400;2.國(guó)家氣候中心，北京100081;3.中國(guó)科學(xué)院新疆生態(tài)與地理研究所荒漠與綠洲生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室，新疆烏魯木齊830011;4.中國(guó)科學(xué)院大學(xué)，北京100049)

20世紀(jì)60年代以來(lái)，世界各地頻繁發(fā)生的自然災(zāi)害對(duì)人類(lèi)生命和財(cái)產(chǎn)安全造成了嚴(yán)重影響［1－2］。干旱因其發(fā)生頻率高、持續(xù)時(shí)間長(zhǎng)、波及范圍廣，給國(guó)民經(jīng)濟(jì)尤其是農(nóng)業(yè)生產(chǎn)活動(dòng)帶來(lái)嚴(yán)重?fù)p失，受到社會(huì)各界的普遍關(guān)注［3－5］。在我國(guó)，干旱發(fā)生頻次占所有自然災(zāi)害的22%，影響人口占全部受災(zāi)人口的33%，造成的損失占總自然災(zāi)害的15%以上，位居各類(lèi)災(zāi)害前列［6］。預(yù)計(jì)，未來(lái)氣候?qū)⑦M(jìn)一步變暖，干旱災(zāi)害仍將持續(xù)［7－9］。不同年份間的干旱損失數(shù)據(jù)不能直接進(jìn)行逐年對(duì)比分析，須進(jìn)行標(biāo)準(zhǔn)化后才能進(jìn)行比較，因而對(duì)于干旱，特別是對(duì)經(jīng)標(biāo)準(zhǔn)化處理后的未來(lái)干旱損失的研究在減緩干旱影響等方面意義重大。

災(zāi)害損失是氣候和社會(huì)經(jīng)濟(jì)因素共同作用的結(jié)果。除氣候因素以外，社會(huì)變化和經(jīng)濟(jì)發(fā)展對(duì)災(zāi)害損失的增加起關(guān)鍵的作用［10］。標(biāo)準(zhǔn)化方法是將影響災(zāi)害損失的非氣候因素考慮進(jìn)來(lái)，將不同年份間的災(zāi)害損失統(tǒng)一到同一個(gè)“可比水平”。許多學(xué)者為更好地分析災(zāi)害損失的變化特征及可能影響因子，已經(jīng)采用不同方法開(kāi)展了對(duì)災(zāi)害損失的標(biāo)準(zhǔn)化研究，以獲取具有一致性和可比性的災(zāi)害損失數(shù)據(jù)。Pielke等對(duì)美國(guó)洪水和颶風(fēng)造成的損失均進(jìn)行了經(jīng)考慮人口和財(cái)富因子的標(biāo)準(zhǔn)化處理，結(jié)果發(fā)現(xiàn)，洪水損失呈遞減趨勢(shì)，標(biāo)準(zhǔn)化前颶風(fēng)損失呈微弱的增加趨勢(shì)，標(biāo)準(zhǔn)化后颶風(fēng)損失沒(méi)有明顯的增加或遞減趨勢(shì)［11－13］;Changnon等對(duì)美國(guó)的極端天氣事件造成的災(zāi)害損失進(jìn)行標(biāo)準(zhǔn)化后提出，對(duì)于不同的災(zāi)害類(lèi)型可考慮不同影響因子的標(biāo)準(zhǔn)化方法［14－15］;Raghavan 等對(duì) 1971—2000年發(fā)生在印度的熱帶氣旋造成的損失進(jìn)行了經(jīng)考慮人口和社會(huì)經(jīng)濟(jì)因子的標(biāo)準(zhǔn)化處理，發(fā)現(xiàn)標(biāo)準(zhǔn)化后的損失序列變化趨勢(shì)并不明顯［16］。國(guó)內(nèi)學(xué)者對(duì)洪水和熱帶氣旋帶來(lái)的災(zāi)害損失進(jìn)行了標(biāo)準(zhǔn)化方面的相關(guān)探索，發(fā)現(xiàn)標(biāo)準(zhǔn)化方法對(duì)這2種災(zāi)害類(lèi)型造成的損失影響很大［17－19］，但對(duì)干旱等其他災(zāi)害的研究仍然不足。

對(duì)于干旱變化特征的研究，國(guó)內(nèi)外學(xué)者已經(jīng)提出了多種干旱指標(biāo)，如標(biāo)準(zhǔn)化降水指數(shù)(SPI)、綜合氣象干旱指數(shù)、土壤含水率、Palmer干旱指數(shù)等，其中標(biāo)準(zhǔn)化降水指數(shù)對(duì)干濕狀況反應(yīng)靈敏，計(jì)算相對(duì)簡(jiǎn)單，廣泛應(yīng)用于不同時(shí)間尺度的干旱監(jiān)測(cè)中［20－23］。隨著氣候的不斷變化，未來(lái)干旱及干旱災(zāi)害損失的發(fā)展趨勢(shì)越來(lái)越受到各研究領(lǐng)域的廣泛關(guān)注。目前在氣候變化背景下研究干旱演變的有效途徑之一就是利用氣候模式的輸出結(jié)果并結(jié)合干旱指標(biāo)對(duì)未來(lái)不同時(shí)期的干旱情況進(jìn)行分析［24－25］。同時(shí)，許多學(xué)者對(duì)于干旱造成的經(jīng)濟(jì)損失也進(jìn)行了相關(guān)研究，沈佩君等采用對(duì)比法、缺水損失法、災(zāi)情法、減產(chǎn)系數(shù)法計(jì)算了干旱對(duì)農(nóng)業(yè)造成的損失［26］;周進(jìn)生采用社會(huì)評(píng)估法計(jì)算了1989年旱災(zāi)造成的農(nóng)作物種植業(yè)的直接經(jīng)濟(jì)損失［27］;李文亮等通過(guò)對(duì)黑龍江省干旱災(zāi)害風(fēng)險(xiǎn)的定性研究，發(fā)現(xiàn)黑龍江省干旱災(zāi)害風(fēng)險(xiǎn)存在明顯的空間差異［28］。以上均是在實(shí)測(cè)期開(kāi)展的研究，對(duì)基于未來(lái)干旱指標(biāo)下的損失預(yù)估研究不足，尤其結(jié)合標(biāo)準(zhǔn)化方案的研究更沒(méi)有人涉及，本研究將為推算未來(lái)干旱損失提供一個(gè)新思路。

華北地區(qū)是我國(guó)重要的糧、棉、油生產(chǎn)基地，也是干旱災(zāi)害發(fā)生頻率最高的地區(qū)之一，容易遭受連年干旱［29］，農(nóng)業(yè)生產(chǎn)活動(dòng)受到嚴(yán)重制約。2008—2009年發(fā)生在華北地區(qū)嚴(yán)重的冬春連旱，造成農(nóng)作物受災(zāi)面積682.1萬(wàn)hm2，直接經(jīng)濟(jì)損失420.8億元，占中國(guó)2009年干旱損失的近1/3［30－31］。許多學(xué)者對(duì)于華北地區(qū)干旱的研究主要集中在其氣候特征和異常成因等方面［32－34］，對(duì)其所造成的經(jīng)濟(jì)損失尤其是未來(lái)?yè)p失定量化的研究不足［35］，因此，本研究對(duì)該地區(qū)干旱和干旱災(zāi)害經(jīng)濟(jì)損失的未來(lái)演變進(jìn)行分析，對(duì)正確認(rèn)識(shí)華北地區(qū)干旱規(guī)律并合理有效地規(guī)劃農(nóng)業(yè)未來(lái)發(fā)展方向有著重要的指導(dǎo)意義。

本研究以華北地區(qū)1984—2014年的干旱直接經(jīng)濟(jì)損失數(shù)據(jù)為基礎(chǔ)，結(jié)合該地區(qū)91個(gè)氣象觀測(cè)站月降水?dāng)?shù)據(jù)和區(qū)域氣候模式COSMO－CLM(CCLM)輸出的逐月降水預(yù)估數(shù)據(jù)，采用分別考慮了物價(jià)水平、人口、財(cái)富和國(guó)內(nèi)生產(chǎn)總值因子的標(biāo)準(zhǔn)化方法，首先分析華北地區(qū)過(guò)去(1984—2014年)原始和經(jīng)不同標(biāo)準(zhǔn)化處理的直接經(jīng)濟(jì)損失序列變化趨勢(shì)的異同，然后利用標(biāo)準(zhǔn)化降水指數(shù)(SPI)，分析標(biāo)準(zhǔn)化方案下災(zāi)害損失與干旱強(qiáng)度間的關(guān)系，最后探討干旱和其造成的災(zāi)害直接經(jīng)濟(jì)損失在未來(lái)(2017—2050年)3種排放情景(RCP2.6、RCP4.5、RCP8.5)下的演變，為干旱災(zāi)害損失的定量化評(píng)估、防災(zāi)減災(zāi)措施的制定以及對(duì)華北地區(qū)農(nóng)業(yè)合理規(guī)劃提供參考依據(jù)。

1 資料與方法

1.1 研究區(qū)概況

華北地區(qū)(34°～53°N，97°～126°E)包括北京市、天津市、河北省、山西省和內(nèi)蒙古自治區(qū)，總面積約155.7萬(wàn)km2，降水呈由南向北隨緯度遞減的格局，地區(qū)、季節(jié)、年際間差異較大，冬春季少雨干旱。

1.2 數(shù)據(jù)資料

本研究所用數(shù)據(jù)資料包括華北地區(qū)1984—2014年干旱直接經(jīng)濟(jì)損失數(shù)據(jù)、社會(huì)經(jīng)濟(jì)數(shù)據(jù)、氣象測(cè)站數(shù)據(jù)以及模式數(shù)據(jù)。其中，1984—2014年干旱直接經(jīng)濟(jì)損失數(shù)據(jù)來(lái)源于《中國(guó)氣象災(zāi)害年鑒》。社會(huì)經(jīng)濟(jì)數(shù)據(jù)來(lái)源于我國(guó)全國(guó)及各省(市、區(qū))1984—2014年的統(tǒng)計(jì)年鑒，包括各省(市、區(qū))的CPI、鄉(xiāng)村人均可支配收入及鄉(xiāng)村人口。氣象觀測(cè)資料為華北地區(qū)91個(gè)氣象站1984—2014年逐月降水?dāng)?shù)據(jù)，由國(guó)家氣象信息中心提供并進(jìn)行數(shù)據(jù)質(zhì)量控制，這些資料經(jīng)由氣候場(chǎng)和距平場(chǎng)分別插值并疊加，生成分辨率為0.5°×0.5°的網(wǎng)格化數(shù)據(jù)。華北地區(qū)氣象站分布見(jiàn)圖1。

模式數(shù)據(jù)采用德國(guó)波茨坦氣候影響研究所(PIK)區(qū)域氣候模式COSMO－CLM(CCLM)輸出數(shù)據(jù)。區(qū)域氣候模式CCLM是世界氣候研究計(jì)劃發(fā)起的國(guó)際區(qū)域氣候模式降尺度試驗(yàn)(CORDEX)的模式之一，是基于德國(guó)氣象局Local Model(LM)模型，以ECHAM6的輸出為邊界條件的動(dòng)力降尺度模型，空間分辨率為0.5°×0.5°。本研究選取 CCLM 模式輸出的華北地區(qū)759個(gè)格點(diǎn)3種排放情景(RCP2.6、RCP4.5、RCP8.5)的月降水資料，時(shí)間跨度為1986—2050年。其中1986—2005年為基準(zhǔn)期，2017—2050年為預(yù)估期。區(qū)域氣候模式CCLM對(duì)中國(guó)區(qū)域氣候的模擬效果已在前人研究中得到驗(yàn)證［36－41］。

RCPs是指世界氣候研究計(jì)劃(WCRP)中耦合模式比較計(jì)劃第5階段(CMIP5)框架下的一套新情景［42－43］，是用單位面積的輻射強(qiáng)迫來(lái)表示未來(lái)100年溫室氣體穩(wěn)定濃度的情景。目前應(yīng)用較多的4種情景分別為低排放情景(RCP2.6)、中低排放情景(RCP4.5)、中排放情景(RCP6)、高排放情景(RCP8.5)，分別指 2100 年輻射強(qiáng)迫穩(wěn)定在 2.6、4.5、6、8.5 W/m2。

1.3 研究方法

1.3.1 標(biāo)準(zhǔn)化降水指數(shù)(standardized precipitation index，SPI) 標(biāo)準(zhǔn)化降水指數(shù)(SPI)是McKee等在1993年提出的一個(gè)相對(duì)簡(jiǎn)單的干旱指數(shù)，表示某段時(shí)間內(nèi)降水出現(xiàn)概率的大小，適合相對(duì)當(dāng)?shù)貧夂驙顩r的月尺度以上的干旱監(jiān)測(cè)與評(píng)估［44］。SPI計(jì)算簡(jiǎn)單、資料可收集性和適應(yīng)性強(qiáng)，具有較好的計(jì)算穩(wěn)定性，在各區(qū)域和各時(shí)段均能有效地反映旱澇狀況［21］。根據(jù)《氣象干旱等級(jí)》劃分不同干旱程度的評(píng)價(jià)指標(biāo)［45］，SPI小于－1為旱。不同時(shí)間尺度的SPI的側(cè)重點(diǎn)不同，SPI－12反映長(zhǎng)時(shí)間水分盈虧的變化。本研究基于1984—2014年逐月降水?dāng)?shù)據(jù)，采用SPI－12指數(shù)對(duì)華北地區(qū)干旱直接經(jīng)濟(jì)損失序列進(jìn)行驗(yàn)證。

1.3.2 居民消費(fèi)物價(jià)指數(shù)標(biāo)準(zhǔn)化(consumer price index normalization，CPIN) CPI的波動(dòng)反映經(jīng)濟(jì)發(fā)展過(guò)程中物價(jià)水平的變動(dòng)，是衡量通貨膨脹程度的重要指標(biāo)之一。考慮到區(qū)域差異，本研究采用每個(gè)省(市、區(qū))逐年的CPI開(kāi)展標(biāo)準(zhǔn)化處理。經(jīng)CPI標(biāo)準(zhǔn)化的直接經(jīng)濟(jì)損失計(jì)算公式為

式中:EL為當(dāng)年直接經(jīng)濟(jì)損失，CPI為居民消費(fèi)者物價(jià)指數(shù)，s表示基準(zhǔn)年，t表示災(zāi)害發(fā)生的當(dāng)年。本研究統(tǒng)一以2014年為基準(zhǔn)年進(jìn)行災(zāi)害損失的標(biāo)準(zhǔn)化。

1.3.3 傳統(tǒng)標(biāo)準(zhǔn)化(conventional normalization，CN) CN 由Pielke等在美國(guó)的颶風(fēng)分析中首先加以應(yīng)用［46］。該方法綜合考慮了人口和財(cái)富(包括通貨膨脹)的時(shí)空差異，將災(zāi)害發(fā)生當(dāng)年的人口和人均財(cái)富換算到基準(zhǔn)年條件。計(jì)算公式如下:

颶風(fēng)經(jīng)過(guò)區(qū)域的房屋、道路、居民財(cái)產(chǎn)均可能遭受?chē)?yán)重?fù)p失。由于居民財(cái)富遭受的影響較大，因此可用其作為對(duì)颶風(fēng)災(zāi)害經(jīng)濟(jì)損失標(biāo)準(zhǔn)化的主要影響因子。干旱災(zāi)害與颶風(fēng)災(zāi)害屬于不同的災(zāi)害類(lèi)型，主要對(duì)農(nóng)業(yè)生產(chǎn)活動(dòng)造成嚴(yán)重?fù)p失。本研究在應(yīng)用CN法時(shí)，將Wealth考慮為鄉(xiāng)村人均財(cái)富，POP為鄉(xiāng)村總?cè)丝冢?jì)算公式如下:

式中:Income表示鄉(xiāng)村人均可支配收入指數(shù)。

1.3.4 替代標(biāo)準(zhǔn)化(alternative normalization，AN) AN 由Neumayer等于2011年提出［47］，已用于全球自然災(zāi)害的標(biāo)準(zhǔn)化處理分析。AN考慮了財(cái)富積累對(duì)經(jīng)濟(jì)損失的影響，但未充分考慮各地區(qū)財(cái)富的變化，而是綜合考慮了居民總財(cái)富，計(jì)算公式如下:

式中:Wealth'表示影響地區(qū)居民的總財(cái)富值，計(jì)算公式為:

式中:i代表受影響地區(qū)，n為受影響地區(qū)的總個(gè)數(shù)，本研究中n取5。

1.3.5 國(guó)內(nèi)生產(chǎn)總值標(biāo)準(zhǔn)化(gross domestic product normalization，GDPN) GDPN由Barredo在2009年運(yùn)用于歐洲洪水損失的計(jì)算［48］。該方法考慮了社會(huì)經(jīng)濟(jì)的發(fā)展對(duì)災(zāi)害損失的影響，選取國(guó)內(nèi)生產(chǎn)總值作為衡量社會(huì)經(jīng)濟(jì)發(fā)展的指標(biāo)，將其換算到基準(zhǔn)年條件。計(jì)算公式如下:

式中:GDP表示國(guó)內(nèi)生產(chǎn)總值。

1.3.6 Mann－Kendall(M －K)非參數(shù)檢驗(yàn)方法 M－K檢驗(yàn)方法是一種常用的對(duì)于時(shí)間序列趨勢(shì)的非參數(shù)檢驗(yàn)方法，在水文、氣象等方面有著廣泛的應(yīng)用。本研究中在分析1984—2014年和2017—2050年華北地區(qū)干濕變化趨勢(shì)時(shí)用M－K方法進(jìn)行檢驗(yàn)。

2 結(jié)果與分析

2.1 1984—2014年干濕時(shí)空變化特征

1984—2014年華北地區(qū)標(biāo)準(zhǔn)化降水指數(shù)(SPI)序列變化情況如圖2所示。根據(jù)華北地區(qū)區(qū)域平均年降水量計(jì)算的標(biāo)準(zhǔn)化降水指數(shù)在20世紀(jì)80年代后期、20世紀(jì)90年代初期及21世紀(jì)中后期SPI介于－1與1之間，屬于正常年景;1990年、1998年、2003年、2012年及2013年SPI大于1，表明這些年份相對(duì)濕潤(rùn);1997年、1999年、2000年、2001年、2005年及2007年SPI小于－1，表明這些年份相對(duì)干旱;其中20世紀(jì)90年代后期至21世紀(jì)初期SPI年際波動(dòng)較大，表明該時(shí)期干濕變化明顯。

1984—2014年華北地區(qū)標(biāo)準(zhǔn)化降水指數(shù)的 Mann－Kendall檢驗(yàn)結(jié)果如圖3所示。華北大部分地區(qū)都呈現(xiàn)干旱化態(tài)勢(shì)，包括內(nèi)蒙古自治區(qū)呼倫貝爾、興安盟、通遼、赤峰和錫林郭勒盟的大部分地區(qū)，河北省承德、秦皇島、唐山、張家口、保定及石家莊等地區(qū)和北京、天津部分地區(qū)，其中，內(nèi)蒙古自治區(qū)錫林郭勒盟的部分地區(qū)的干旱化趨勢(shì)明顯;內(nèi)蒙古自治區(qū)阿拉善盟、巴彥淖爾，河北省邢臺(tái)及其以南地區(qū)和山西省大部分地區(qū)相對(duì)濕潤(rùn)，其中，內(nèi)蒙古自治區(qū)阿拉善盟北部的部分地區(qū)濕潤(rùn)化趨勢(shì)明顯。

2.2 1984—2014年干旱經(jīng)濟(jì)損失最優(yōu)標(biāo)準(zhǔn)化選擇及其與干旱強(qiáng)度的關(guān)系

2.2.1 各種標(biāo)準(zhǔn)化損失序列與標(biāo)準(zhǔn)化降水指數(shù)的變化比較1984—2014年華北地區(qū)干旱直接經(jīng)濟(jì)損失原始及各標(biāo)準(zhǔn)化序列與標(biāo)準(zhǔn)化降水指數(shù)(SPI)序列變化情況如圖4所示。其中，圖4－a為原始損失序列，圖4－b至圖4－e為標(biāo)準(zhǔn)化到2014年的損失序列。可見(jiàn)，原始損失序列以5.57億元/年的速率上升，其多年均值為58.47億元。損失較高的年份集中在2000年以后，2000—2014年干旱直接經(jīng)濟(jì)損失年均為107.28億元，是1984—1999年均值12.71億元的8.4倍。損失最高年份為2009年的301.2億元，其次是2007年的216.5億元和2014年的202.7億元(圖4－a)。

考慮CPI的變化，21世紀(jì)10年代的物價(jià)水平相當(dāng)于20世紀(jì)80年代后期的4倍左右。CPIN損失序列以5.84億元/年的速率呈上升趨勢(shì)，多年平均干旱直接經(jīng)濟(jì)損失為75億元。與原始值相比，2000年前后的年均損失差距變大。2000—2014年干旱直接經(jīng)濟(jì)損失多年均值為128.54億元，是1984—1999年均值(24.85億元)的5倍。損失最高年份(2009年)較原始值增加了約52.63億元(圖4－b)。2000—2014年華北地區(qū)鄉(xiāng)村人均財(cái)富年均為2 540.25元/人，是1984—1999年均值(623.13元/人)的4.1倍。CN 損失序列以5.74億元/年的速率呈上升趨勢(shì)，多年均值達(dá)156.55億元，是原始序列多年均值的2.68倍。2000—2014年干旱直接經(jīng)濟(jì)損失多年均值為217.68億元，是1984—1999年均值(99.24億元)的 2.2倍，損失最高值為 2009年的547.6億元。與原始值相比，CN處理后的損失值在20世紀(jì)80年代和20世紀(jì)90年代明顯增加，2000年后的年均損失差距進(jìn)一步變大(圖4－c)。AN損失序列同樣呈上升趨勢(shì)，多年平均直接經(jīng)濟(jì)損失為134.35億元。1995年以后上升趨勢(shì)明顯，到2009年達(dá)到最大值(498.33億元)。2000—2014年年均直接經(jīng)濟(jì)損失為194.25億元，是1984—1999年年均損失(71.27億元)的2.7倍(圖4－d)。2000—2014年華北地區(qū)國(guó)內(nèi)生產(chǎn)總值年均為9 519.80億元，是1984—1999年均值(954.75億元)的10倍左右。經(jīng)GDPN處理，1984—2014年干旱直接經(jīng)濟(jì)損失多年均值為299.78億元，是原始序列多年均值的5倍，并以4.22億元/年的速率呈下降趨勢(shì)。高損失的年份出現(xiàn)在20世紀(jì)80年代，最高值為1985年的667.78億元，GDPN處理后的損失值在20世紀(jì)80年代和20世紀(jì)90年代明顯增加，1984—1999年均值(304.42億元)是2000—2014年均值(294.82億元)的1.03倍(圖4－e)。

由圖4－a至圖4－e可以看出，各標(biāo)準(zhǔn)化的損失序列中，經(jīng)GDPN處理的序列與SPI序列表現(xiàn)出較好的相似性，尤其在20世紀(jì)90年代后期以來(lái)逐年變化基本一致。原始序列與SPI序列的相關(guān)系數(shù)為－0.35，其余經(jīng)標(biāo)準(zhǔn)化處理后的序列與SPI序列的相關(guān)性均高于原始序列，經(jīng) CPIN、CN、AN、GDPN處理后的序列與SPI序列的相關(guān)系數(shù)分別為－0.41、－0.53、－0.52、－0.62。

2.2.2 損失標(biāo)準(zhǔn)化與干旱強(qiáng)度關(guān)系 將1984—2014年華北地區(qū)標(biāo)準(zhǔn)化降水指數(shù)(SPI)與干旱原始及各標(biāo)準(zhǔn)化后的損失序列對(duì)比發(fā)現(xiàn)，經(jīng)GDPN處理后的序列與華北地區(qū)標(biāo)準(zhǔn)化降水指數(shù)的相關(guān)性明顯高于其他損失序列，表明該序列能較好地反映華北地區(qū)逐年的干濕變化。將1984—2014年標(biāo)準(zhǔn)化降水指數(shù)序列與經(jīng)GDPN處理后的損失序列進(jìn)行指數(shù)模型建立，構(gòu)建干旱經(jīng)濟(jì)損失與干旱強(qiáng)度之間的定量關(guān)系，擬合結(jié)果如圖5所示。從圖5中可以看出，散點(diǎn)較為均勻地分布在關(guān)系曲線(xiàn)的兩側(cè)，該曲線(xiàn)可以較好地反映經(jīng)濟(jì)損失與標(biāo)準(zhǔn)化降水指數(shù)(SPI)間的變化關(guān)系。

2.3 未來(lái)干濕變化特征及災(zāi)害損失

2.3.1 未來(lái)干濕變化 根據(jù)區(qū)域氣候模式COSMO－CLM(CCLM)輸出的逐年降水模擬數(shù)據(jù)計(jì)算的2017—2050年華北地區(qū)RCPs情景下標(biāo)準(zhǔn)化降水指數(shù)(SPI)序列變化情況如圖6－a至圖6－c所示。RCP2.6情景下華北地區(qū)標(biāo)準(zhǔn)化降水指數(shù)在21世紀(jì)10年代后期、21世紀(jì)20年代中期、21世紀(jì)30年代中期及后期和21世紀(jì)40年代后期SPI小于0，表明該時(shí)期較1961—2005年趨于干旱化，其中2024年、2033年SPI小于－1，表明這些年份相對(duì)干旱化明顯;在21世紀(jì)20年代初期及中后期、21世紀(jì)30年代初期和21世紀(jì)40年代初期及中期SPI大于0，表明該時(shí)期較1961—2005年趨于濕潤(rùn)化，其中2022年、2027—2029年及2041年SPI大于1，表明這些年份相對(duì)濕潤(rùn)化明顯;21世紀(jì)20年代后期至21世紀(jì)30年代初期SPI年際波動(dòng)較大，表明該時(shí)期干濕變化明顯。

RCP4.5情景下華北地區(qū)標(biāo)準(zhǔn)化降水指數(shù)(圖6－b)在21世紀(jì)20年代后期、21世紀(jì)30年代中期和21世紀(jì)40年代中期SPI小于0，表明該時(shí)期較1961—2005年趨于干旱化，其中2027年、2029年和2033年SPI小于－1，表明這些年份相對(duì)干旱化明顯;在21世紀(jì)10年代后期、21世紀(jì)20年代初期、21世紀(jì)30年代初期及后期和21世紀(jì)40年代初期及后期SPI大于0，表明該時(shí)期較1961—2005年趨于濕潤(rùn)化，其中2030年、2032年、2039年、2044年及2049年SPI大于1，表明這些年份相對(duì)濕潤(rùn)化明顯;20世紀(jì)20年代后期至20世紀(jì)30年代初期SPI年際波動(dòng)較大，表明該時(shí)期干濕變化明顯。

RCP8.5情景下華北地區(qū)標(biāo)準(zhǔn)化降水指數(shù)(圖6－c)在21世紀(jì)10年代后期、21世紀(jì)20年代后期、21世紀(jì)30年代中期和21世紀(jì)40年代中期SPI小于0，表明該時(shí)期較1961—2005年趨于干旱化，其中2029年、2032年、2033年、2036年、2037年、2044年和2045年SPI小于－1，表明這些年份相對(duì)干旱化明顯;在21世紀(jì)20年代初期、21世紀(jì)30年代初期及后期和21世紀(jì)40年代初期及后期，SPI大于0，表明該時(shí)期較1961—2005年趨于濕潤(rùn)化，其中2023年、2043年、2048年及2049年SPI大于1，表明這些年份相對(duì)濕潤(rùn)化明顯;21世紀(jì)20年代初期至21世紀(jì)40年代后期SPI年際波動(dòng)較大，表明該時(shí)期干濕變化明顯。

RCPs情景下，2017—2050年相對(duì)于基準(zhǔn)期(1986—2005年)華北地區(qū)標(biāo)準(zhǔn)化降水指數(shù)(SPI)序列變化情況如圖7所示。RCP2.6情景下，華北地區(qū)2017—2050年相較于基準(zhǔn)期大部分年份SPI值變大，且大部分為正值，表明其變濕，其最干旱年份與最濕潤(rùn)年份的干濕程度較基準(zhǔn)期均有所減弱;RCP4.5情景下，華北地區(qū)2017—2050年相較于基準(zhǔn)期濕潤(rùn)，其最濕潤(rùn)年份的濕潤(rùn)程度較基準(zhǔn)期減弱，最干旱年份的干旱程度較基準(zhǔn)期增強(qiáng)，其干濕程度均略大于同期RCP2.6情景;RCP8.5情景下，華北地區(qū)2017—2050年相較于基準(zhǔn)期大部分年份SPI值變小，且大部分為負(fù)值，表明其變干，其最干旱年份的干旱程度較基準(zhǔn)期增強(qiáng)，最濕潤(rùn)年份的濕潤(rùn)程度較基準(zhǔn)期變化不明顯，其干濕程度較RCP2.6情景和RCP4.5情景均有所增強(qiáng)。

RCPs情景下，2017—2050年華北地區(qū)標(biāo)準(zhǔn)化降水指數(shù)的Mann－Kendall檢驗(yàn)結(jié)果如圖8所示。RCP 2.6情景下華北地區(qū)(包括內(nèi)蒙古自治區(qū)呼倫貝爾、興安盟、通遼、赤峰等地，河北省、山西省、北京市、天津市大部分地區(qū))呈現(xiàn)干旱化態(tài)勢(shì);其中，內(nèi)蒙古自治區(qū)呼倫貝爾和興安盟部分地區(qū)的干旱化趨勢(shì)明顯;內(nèi)蒙古自治區(qū)阿拉善盟、巴彥淖爾、鄂爾多斯及錫林郭勒盟中部及其以西地區(qū)，山西省北部部分地區(qū)相對(duì)濕潤(rùn)(圖8－a)。RCP4.5情景下華北地區(qū)(包括內(nèi)蒙古自治區(qū)通遼、阿拉善盟的部分地區(qū)，山西省、河北省、北京和天津地區(qū))呈現(xiàn)干旱化態(tài)勢(shì);其中，山西省臨汾和河北省滄州等地區(qū)的干旱化趨勢(shì)明顯;內(nèi)蒙古自治區(qū)呼倫貝爾、錫林郭勒盟部分地區(qū)的濕潤(rùn)化趨勢(shì)明顯(圖8－b)。RCP8.5情景下華北地區(qū)(包括內(nèi)蒙古自治區(qū)呼倫貝爾、興安盟、錫林郭勒盟、烏蘭察布大部分地區(qū)，以及山西大同、河北滄州以南地區(qū))呈現(xiàn)干旱化態(tài)勢(shì);其中，內(nèi)蒙古自治區(qū)錫林郭勒盟部分地區(qū)的干旱化趨勢(shì)明顯;內(nèi)蒙古自治區(qū)阿拉善盟、山西省太原及河北省石家莊以南部分地區(qū)相對(duì)濕潤(rùn)。2.3.2 災(zāi)害損失預(yù)估 根據(jù)已建立的干旱災(zāi)害損失與干旱強(qiáng)度之間的關(guān)系曲線(xiàn)，結(jié)合未來(lái)華北地區(qū)標(biāo)準(zhǔn)化降水指數(shù)的預(yù)估結(jié)果，保持2014年的經(jīng)濟(jì)發(fā)展水平不變，RCPs情景下，2017—2050年華北地區(qū)干旱災(zāi)害損失結(jié)果如圖9所示。RCP2.6情景下華北地區(qū)干旱直接經(jīng)濟(jì)損失在2017—2050年多年均值為244億元，高損失的年份出現(xiàn)在21世紀(jì)10年代后期、21世紀(jì)20年代中期、21世紀(jì)30年代中期及后期和21世紀(jì)40年代后期(圖9－a);RCP4.5情景下華北地區(qū)干旱直接經(jīng)濟(jì)損失在2017—2050年多年均值為236億元，高損失的年份出現(xiàn)在21世紀(jì)20年代后期、21世紀(jì)30年代中期和21世紀(jì)40年代中期(圖9－b);RCP8.5情景下華北地區(qū)干旱直接經(jīng)濟(jì)損失在2017—2050年多年均值為307億元，高損失的年份出現(xiàn)在21世紀(jì)10年代后期、21世紀(jì)20年代后期、21世紀(jì)30年代中期和21世紀(jì)40年代中期(圖9－c)。

2017—2050年不同RCPs情景下華北地區(qū)年均干旱災(zāi)害經(jīng)濟(jì)損失增量變化情況如圖10所示。華北地區(qū)1986—2005年干旱災(zāi)害直接經(jīng)濟(jì)損失多年平均為247億元(以2014年為基準(zhǔn)年折算，下同)，RCP2.6情景下，華北地區(qū)2017—2050年干旱災(zāi)害經(jīng)濟(jì)損失多年平均為244億元，較基準(zhǔn)期略微減少1%左右;RCP4.5情景下，華北地區(qū)2017—2050年干旱災(zāi)害經(jīng)濟(jì)損失多年平均為236億元，較基準(zhǔn)期減少4%左右;RCP8.5情景下，華北地區(qū)2017—2050年干旱災(zāi)害經(jīng)濟(jì)損失多年平均為307億元，較基準(zhǔn)期增加，增幅在24%左右。

3 結(jié)論與討論

本研究以華北地區(qū)為研究對(duì)象，基于歷史數(shù)據(jù)和CCLM模式數(shù)據(jù)，運(yùn)用 CPIN、CN、AN和 GDPN 4種方法對(duì)1984—2014年干旱直接經(jīng)濟(jì)損失分別進(jìn)行標(biāo)準(zhǔn)化處理并分析其與標(biāo)準(zhǔn)化降水指數(shù)(SPI)的變化關(guān)系，構(gòu)建最優(yōu)標(biāo)準(zhǔn)化損失方案與SPI的關(guān)系模型，結(jié)合2017—2050年華北地區(qū)RCPs情景下SPI，預(yù)估干旱災(zāi)害直接經(jīng)濟(jì)損失的逐年變化。研究的主要結(jié)論如下:(1)CPIN考慮通貨膨脹的影響，且該標(biāo)準(zhǔn)化方法計(jì)算簡(jiǎn)單，國(guó)際上也得到了廣泛應(yīng)用，比較容易對(duì)其進(jìn)行推廣使用;CN考慮人口和財(cái)富因子的共同影響，AN對(duì)研究區(qū)的財(cái)富進(jìn)行整體計(jì)算，這2種方法對(duì)于財(cái)富變化快速的地區(qū)較為適用;若探究社會(huì)經(jīng)濟(jì)的發(fā)展對(duì)災(zāi)害損失的影響可采用GDPN進(jìn)行標(biāo)準(zhǔn)化研究。結(jié)合1984—2014年華北地區(qū)標(biāo)準(zhǔn)化降水指數(shù)的變化序列，經(jīng)GDPN處理后的序列與該地區(qū)干濕變化趨勢(shì)較為一致，更能反映干旱災(zāi)害本身的逐年變化。從自然災(zāi)害的直接經(jīng)濟(jì)損失中并不能輕易地探測(cè)出潛在的氣候變化的信號(hào)，進(jìn)行相關(guān)研究時(shí)須要將其他影響要素考慮在內(nèi)，標(biāo)準(zhǔn)化方法是獲取具有可比性數(shù)據(jù)并分析氣候變化對(duì)災(zāi)害損失影響的重要手段［14－19］。(2)1984—2014年華北地區(qū)干旱災(zāi)害較為嚴(yán)重的年份主要集中在20世紀(jì)90年代后期至21世紀(jì)初期，主要位于華北地區(qū)的北部和東部，包括內(nèi)蒙古自治區(qū)北部、中部大部分地區(qū)，南部部分地區(qū)，河北省北部、中部地區(qū)和北京、天津部分地區(qū)。在災(zāi)害損失方面，原始序列與經(jīng)CPIN、CN、AN處理后的序列總體呈增加趨勢(shì)，損失較高的年份集中在2000年以后;經(jīng)GDPN處理的序列呈下降趨勢(shì)，損失較高的年份集中在20世紀(jì)80年代中后期及20世紀(jì)90年代后期至21世紀(jì)初期。以往采用考慮財(cái)富因子的方法多集中于洪水、颶風(fēng)、熱帶氣旋等災(zāi)害類(lèi)型［11－13］，這類(lèi)災(zāi)害發(fā)生迅速，持續(xù)時(shí)間短，但短時(shí)影響劇烈，對(duì)于房屋、道路及農(nóng)作物等有損毀性影響，給居民財(cái)富帶來(lái)嚴(yán)重?fù)p失。干旱不同于上述災(zāi)害，其持續(xù)時(shí)間長(zhǎng)、影響面積大，財(cái)富對(duì)其影響有限。社會(huì)經(jīng)濟(jì)發(fā)展越快，暴露于干旱災(zāi)害下的承災(zāi)體可能會(huì)遭受更為嚴(yán)重的損失，因而干旱災(zāi)害損失與社會(huì)經(jīng)濟(jì)的發(fā)展關(guān)系密切，將其作為評(píng)估干旱損失的最優(yōu)標(biāo)準(zhǔn)化方案，并用于干旱損失的預(yù)估中具有很強(qiáng)的現(xiàn)實(shí)意義。(3)2017—2050年，華北地區(qū)在3種情景下的干濕變化趨勢(shì)有所差異，RCP2.6和RCP4.5情景下較基準(zhǔn)期(1986—2005年)偏濕，RCP8.5情景下較基準(zhǔn)期偏干，3種情景下均有可能發(fā)生與基準(zhǔn)期同等強(qiáng)度的干旱災(zāi)害。RCP2.6情景下發(fā)生的頻次最低，強(qiáng)度最弱;RCP8.5情景下發(fā)生的頻次最高，強(qiáng)度最強(qiáng)。RCP4.5和RCP8.5情景下，均可能發(fā)生比基準(zhǔn)期強(qiáng)度更大的干旱災(zāi)害。空間尺度上，RCP2.6情景下華北地區(qū)除西部地區(qū)均呈現(xiàn)干旱化態(tài)勢(shì)，RCP4.5情景下東部和南部干旱化態(tài)勢(shì)明顯，RCP8.5情景下干旱主要集中在北部、中部和東部。華北地區(qū)未來(lái)3種情景下干濕變化的時(shí)空差異，會(huì)使其造成的災(zāi)害損失的時(shí)空分布不同，研究華北地區(qū)未來(lái)干旱的演變對(duì)制定有關(guān)減緩干旱造成的影響等政策方面具有很強(qiáng)的參考價(jià)值。(4)華北地區(qū)1986—2005年干旱災(zāi)害直接經(jīng)濟(jì)損失多年平均為247億元(以2014年為基準(zhǔn)年折算，下同)，2017—2050年，華北地區(qū)在RCP2.6情景下，由氣候變化造成的干旱災(zāi)害經(jīng)濟(jì)損失較基準(zhǔn)期(1986—2005年)略微減少1%左右，高損失的年份主要集中在21世紀(jì)30年代中期及后期;RCP4.5情景下，較基準(zhǔn)期減少4%左右，RCP8.5情景下增加24%左右，這2種情景下高損失的年份均主要集中在21世紀(jì)20年代后期和21世紀(jì)30年代中期。但是隨著社會(huì)經(jīng)濟(jì)的不斷發(fā)展，未來(lái)的災(zāi)害損失可能會(huì)進(jìn)一步增加［10］，如若增加則社會(huì)經(jīng)濟(jì)的發(fā)展在未來(lái)干旱災(zāi)害損失中起到不可忽視的作用，反之則還受其他因素的影響。對(duì)該項(xiàng)研究如果能進(jìn)行更深層次的探索，有利于分析氣候變化和社會(huì)經(jīng)濟(jì)的發(fā)展對(duì)災(zāi)害損失的相應(yīng)貢獻(xiàn)程度，對(duì)未來(lái)防災(zāi)減災(zāi)的科學(xué)決策以及華北地區(qū)農(nóng)業(yè)的可持續(xù)發(fā)展具有重要的指導(dǎo)意義。